文摘

本研究的主要目的是提出一个新的混合方法,选择适当的维护策略(净)的机器利用网络分析法(ANP),计算机仿真和虚拟细胞制造系统的概念(vcm)。由于传统方法只选择一个净政策对所有机器或生产线,机器的性能不符合所选择的政策是减少。在拟议的方法中,机器的功能参数的信息提取通过计算机模拟和不需要专家的意见。接下来,选择适当的网络政策每台机器使用ANP方法。减少网络应用的多样性和复杂性,机器分组使用虚拟细胞制造系统的概念相似度的基础上净政策。净程序准备每组的机器。该方法用于生产单位有三个广泛使用的网络政策,及其效率被证明通过比较结果与传统方法。

1。介绍

的一个方法生产单位实现高生产率是有正确的预防和维护(PM)政策(1]。,关键是要有一条高生产率降低成本(2]。的一个主要障碍,实现制造企业的目标是设备的突然崩溃,直接影响生产3]。预防和维护成本变化从15到总生产成本的70%4]。

点是一组活动,显然是计划和执行,以防止突然崩溃的机械、设备和设施(5]。PM系统的主要目的是延长设备寿命的最低成本和最高效率运行期间(6]。

然而,适当的预防和维护策略直接影响组织的盈利能力;缺乏适当的PM计划减少了生活的设备(7]。点不同的政策已经声明;每个人都有其优点和缺点取决于机器的类型(8]。利用适当的政策降低了生产的成本组织(下午9]。根据(10下午),在很多情况下,预防改善机械的性能由于更多实施缺陷,和修复是唯一有用的物品有一定的破坏模式。

许多研究已经完成每个点的效率和有效性的评估政策和选择最好的一个(11,12]。选择正确的点政策并不依赖于一个标准和被认为是一个多准则决策问题13]。的研究多准则、多目标决策工具的使用已经高(14,15]。有三个主要步骤的过程中准备多准则决策(16]。首先,确定相关的标准和选择。然后,确定的相对重要性的标准和性能标准的选项。最后,每个选项并选择最好的选择(排名17]。在多准则决策方法、安全等标准成本,附加价值和可行性选择选择最好的政策或政策组合不同类型的点(18,19]。的重量和价值标准应当来源于实际的设备和生产线的性能。然而,由于高成本或缺乏所需的时间,这是由专家估计(20.]。由于数量少和专家费用高,计算机模拟等研究使用低成本的方法来确定标准的值(21,22]。

multiproduct制造单位,设备的性能在不同的生产线上是不同的,需要单独点策略这样一个特定的策略可能是适当的只有一组设备,不得对另一组有效。在最传统的方法,点政策选择为整个公司或生产线(23]。如果需要多个不同的政策在一个制造公司,类似的政策应该属于一个类别。此外,细胞制造的概念被用来组织不同的网络政策(24]。

最净政策的选择方法,利用多准则决策工具,需要选择适当的标准。这些方法可以分为两大类。在第一种方法中,只有一个净政策选择为整个生产机械。但在第二个方法中,对于每一个生产线,一个单独的网络政策选择。

研究表明,在传统的方法中,大量的机器不兼容所有生产线机器或网络选择策略。因此,这些方法效率有限由于不够注意机器的具体特点选择合适的网络政策。因此,新的高性能方法选择合适的网络政策至关重要。

应该注意的是,新的方法将需要大量的从机器功能信息以及各种网络政策。在这方面,计算机仿真软件的功能可以用来减少选择的问题专家和他们的个人观点的影响。集群可以降低复杂性25]。它还减少了集群的网络程序的多样性和复杂性类似机器的网络政策。

在目前的研究中,提出了一种新方法,利用计算机模拟,ANP方法,虚拟单元的概念机下午选择适当的政策。过程是广泛使用的点政策及其评估标准提取并选择写来源。在下面,所需的矩阵的ANP方法,包括policy-criterion和criterion-criterion,准备,和适当的点每台机器的政策,被选中。然后机器分组基于点的相似政策。如果机器属于每个策略的数量很大,有可能创建一个各种各样的PM计划。为了减少各种点程序,所有机器的政策形成类似的虚拟细胞。事实上,机器不是身体上移动,而是属于每个单元的机器受到相同PM计划。重要的研究创新包括以下:(1)选择一个合适的点政策每台机器使用模拟和不使用专家意见。(2)下午分组机器基于类似政策而不考虑它们的位置。(3)应用虚拟细胞制造系统的概念(vcm)为了导致细胞形成的政策机器相对较大数量的机器。这种行为降低了各种各样的PM计划和执行的操作相似的细胞在不改变机器的物理位置。

当前研究的结构如下,并将新方法和模型中描述的部分2。节3,提出了数据挖掘方法的结果。最后,讨论、结论、局限性和未来的研究提案中表示部分4。

2。研究方法

当前研究的主要目标是提供一个方法来选择最合适的点政策multiproduct制造系统中每台机器。这个动作使用三个工具的管理、分析决策:ANP、计算机模拟、vcm的概念。建议的方法的概念图式如图1。


图1
概念框架的混合方法。

研究步骤在下面解释。最后,与传统方法相比,该算法的效率(A型和B型)26]。

2.1。最初的步骤和基本信息

在这一步中,使用的评估标准和最点的政策选择。另外,点确定的主要活动在每个点的政策。然而,专家的选择是特定于常见的方法和不包括建议的方法,但它是必要的比较模型的结果与常规方法。

2.1.1。下午选择标准

选择条件可以被定义为特点,技能和能力的政策,可以有效地执行一个给定的任务。它们被用于识别正确的策略(27]。提供不同类别的点标准(11,28,29日]。的作者(30.)净标准分为四个主要的组:成本、增值、安全性和可用性。反过来,每个标准subcriteria [31日]。在拟议的方法中,12 subcriteria 4主要人群的选择标准,可以通过计算机模拟计算表中给出1。

表1
标准及选择subcriteria点政策。
2.1.2。下午选择政策

点政策状态维修的类型(CBM)预见性维护(PDM),全面生产维护(TPM),纠正维护(CM)和可靠性维护遏制。纠正、预防和预测点政策是最常见的政策在一个有效的点管理(31日),它也被用于研究现状。

2.1.3。选择专家

这一步是特定的传统方法(A和B类型),和一个足够数量的点选择专家进行两两对比的标准和政策。

2.2。下午选择适当的政策
2.2.1。ANP

尽管ANP和层次分析过程优先于成对比较,它们之间存在差异(32]。多目标模型是用于选择适当的点政策(33]。网络分析方法已被用于选择适当的政策。这种方法使用超级矩阵的方法。在这一步中,成对比较的标准policy-criterion criterion-criterion必须完成。在传统的方法中,这些表是由专家完成。在这种方法中,有一个问题也提供大量的专家和应用专家的可能的方式(34]。计算机仿真工具是用来解决问题的影响专家的判断确定的价值标准,对比较,体重,和还在ANP技术标准之间的关系。

2.2.2。计算机模拟

该模型的研究现状,无论物理位置和如何安装在生产线上的机器,每台机器的适当政策选择分开。因此,考虑到政策的数量,每台机器的模拟,策略标准和criteria-criteria的值计算。

的作者(35)研究了基于仿真的优化点系统。通过检查约59文章发表在2000年至2013年之间,他们发现结果在使用模拟技术优化点系统,总结在表2。

表2
在优化PM系统仿真应用。

(1)计算机模拟模型的假设(1)模型由几个连续生产线,和每一行由几种机器(2)每个生产线是一个单一的产品,需要一个特定的序列(3)生产操作是连续和生产线的形式(4)生产作业的成本和时间是随机的(5)每一个线的生产能力和整个工厂在每一个时期是恒定的,已知的,有限的(6)主要输入材料系统认为是无限的(7)系统启动时间不考虑(8)研究期间或模拟时间是180天(9)输送机作为发射器和在点编程没有作用

假设1、2、3和5源于传统的方法。但假设5到7是新的和相关的研究现状。假设7和9的目的是简化模型。第八个假设也决定了规划。

(2)仿真模型参数。为了确定policy-criterion以及直接矩阵的方针政策条目,它是必要的,以确定每个生产线的仿真参数。这些参数是通过机械制造中提取文档。例如,金块生产线的参数,如表所示3,包括故障时间、维修时间、维修成本、加工时间,生产成本,浪费成本。

表3
金块生产线机器仿真参数。

使用竞技场13.5版本软件,计算机仿真模型。施工、验证输入的信息和报告的模型在当前研究是按照法的36]。为了测试的结构误差模型,仿真结果与实际数据检验确认模型的预测结果的准确性。为了这个目的,所有的参数仿真研究是明确和Excel软件审查和控制。如果模拟的结果与统计计算的结果相似,模型的精度结果确认。在这一步中,机器分组不管他们的位置,只有基于同一点的政策。

2.3。虚拟细胞形成

细胞生产是一种工业应用成组技术的概念和哲学是一个生产类似的零部件生产,设计,识别,并分组,以利用他们的相似之处。这个概念第一次被提出的(37]。

有时移动机器可能不是身体可能或成本效益。为了克服这个问题,其中一个是vcm的方法。与静态和经典的细胞生产,在一个虚拟细胞系统,机器,零件,工人们暂时一段时间分组。分组机器不一定是相同的。如果需求模式的变化从一个时期到另一个地方,每个单元中的机器实际上可能被转移到另一个部分(38]。

下午有一个项目,因为机器在每个点的数量的政策,和增加这个问题的复杂性提出了模型在实践中;因此,点程序必须使用技术减少了。为此,在政策机器的数量是如此之多,机器是形成细胞根据同一点的帮助下程序和虚拟细胞生产的概念。

在目前的研究计划,如果机器的数量在每一个政策是超过5,机器将组织细胞布局虚拟细胞有类似点计划。如果需要,可以改变机器的数量,可以控制细胞的数量。这样,机器受到类似的程序的点不需要物理运动。通过改变需求或其他生产条件在未来时期,机器的位置在虚拟细胞可能会改变。为了细胞布局机器在任何点政策,选择下午的活动是很有必要的相关政策。例如,这些活动对预防点描述表4(39]。

表4
下午下午活动预防政策。

基于文档提交的制造工厂,每台机器的要求将取决于所选择的点政策活动。结果将是一个矩阵,其中包括数字0和1。这个矩阵的机器属于预防点政策如表所示4。机器的帮助下数学模型,形成细胞布局基于相似的活动。这个模型描述如下:指数: :指数活动 :指数的机器 :指数为集群 参数: :如果机器j需要活动我;0,否则 :最小数量的机器应该分配给集群形成 :大的正数决策变量: :如果活动我分配给集群k;0,否则 :如果机器j分配给集群k;0,否则 :1如果集群k是形成;0,否则目标函数: 约束: 线性化:模型的目标函数是一个非线性方程变量的乘法 和 。让我们定义以下新的变量。 因此,下面的限制应该被添加到原始数学模型(40]: 现在,我们有线性规划如下: 约束条件包括方程(2)- (7),(9)和(10)。

与线性模型的实现与Lingo软件的帮助下,每个策略分配给机器的细胞。例如,9机器的细胞形成的结果下午接受预防性政策活动如图2。


图2
集群机器下午预防政策。
2.4。计算和比较方法的效率(A型和B型)

在这一步中,生产线的效率与政策和所选择的点计算程序并与两种传统方法的性能结果(A型和B型)。

3所示。例矿业

该方法在当前矿业研究验证了使用情况。案例中挖掘的步骤是完全符合该模型。在以下情况下挖掘的步骤的描述将解释道。

3.1。最初的步骤和基本信息

本研究对生产单位执行伊朗肉类和蛋白质产品,包括三个生产线:金块,汉堡,香肠。产品的数量是3,生产线的数量是3,和机器的数量是15。该方法的其他假设完全相同。根据之前的解释,点政策纠正,预防和预测性。选择适当的政策的标准和subcriteria点包括12标准,如表所示1。由于传统方法需要专家的意见成对比较,选择5人,包括3点的该领域的专家和2专家在食品工业领域的机器。

3.2。选择合适的点政策

在新提出的方法中,有必要确定生产线的仿真参数。对生产线进行现场研究文档,所有三个参数的生产线,包括故障时间、维修时间、维修成本、过程时间,生产成本,和浪费成本,提取。作为一个例子,这些参数的金块,有5个机器,描述在表3。

在当前研究的模型,计算机模拟模型是根据机器的参数。点计算机仿真模型研究了公司考虑所有机器的参数和点的数量的政策。例如,研究开发模型公司有关预防点政策,如图3。


图3
下午生产线仿真模型对预防政策。

为了检查仿真模型的准确性,确保他们正确的性能,模型的预期结果的解决方案根据输入数据创建Excel软件和模型的输出。结果非常接近,作为结论,证实了模型的有效性。

为了选择适当的政策,下午ANP方法是使用。ANP方法用于这项研究包括5个步骤(41]。

为此,首先需要完成标准策略矩阵。实现仿真模型的结果得到的三个政策。例如,标准策略获得的值矩阵第一块生产线的机器如表所示5。

表5
金块线标准策略矩阵与模拟的结果。

竞技场软件有一种工具叫做过程分析仪,允许您提取最佳性能变化的变量和敏感性分析。这个工具中使用的技术是基于理论提出的香港和尼尔森(42]。通过使用这个工具,点之间的关系的第一个机器标准金块生产线计算如表所示6。

表6
与仿真结果criteria-criteria关系。

规范化的标准策略矩阵,矩阵的标准之间的关系和的重量标准。例如,第一台机器的重量的结果块生产线在桌子上7。

表7
标准的体重值模拟块线。

最后,预防点政策选择第一块生产线的机器。同样,对于其他机器,重复进行了计算,得到适当的政策。这些结果如表所示8。为了比较的效率提出了模型在当前研究与传统方法(A型和B型),最合适的点政策专家的意见的基础上得出整个生产单位以及每一个生产线。最合适的政策,所有生产线机器是预防政策。最合适的线点的政策亮点是预防和预测接下来的两条线。

表8
适当点政策。

根据该模型的结果,最多的机器属于预防性的政策(设备)9日下午;下一个预测点的政策(4设备)和纠正点(2设备)的政策。因此,在下一步中,预防点政策机器将形成细胞布局。

根据该模型的结果,最多的机器属于预防性的政策(设备)9日下午;下一个预测点的政策(4设备)和纠正点(2设备)的政策。因此,在下一步中,预防点政策机器将形成细胞布局。

3.3。形成一个虚拟的细胞

机器动作矩阵,确定每台机器所需的活动与预防点政策,如表所示9。

表9
矩阵的机器动作预防点政策。

细胞的最大数量是4,每个细胞是2的最小数量的机器如果是形成。下午预防政策的线性聚类模型的帮助下已经解决了“术语”和“联欢”软件,在图所示的结果2。由于线性模型,获得的结果是最优的全局值。

这有两个重大的成就。首先,点的多样性计划已经减少了约65%,和应用程序的模型在实践中是非常方便。第二,细胞为每个操作团队决定。在本例中,操作4、6和10个部署在第一个单元格中,操作5和9在第二单元,和操作1、2、3、7、8、11在第三单元。很明显,细胞外的12个提供运营服务,这是最好的情况。

3.4。计算和比较方法的效率(A型和B型)

这一步只是比较的效率提出了当前研究的模型与传统方法(A型和B型),运行模型,此步骤不是必需的。为了进行比较,证明该方法的效率,利用整个系统的使用。首先,根据政策的适当点,通过使用模拟,计算网络的参数。的总利用率的值当前研究方法和传统方法(A型和B型)是按照表10。

表10
比较适当的政策方法的有效性。
3.5。敏感性分析

每台机器可以改变的政策选择和进度的影响下的关键因素。在下面,讨论各种各样的问题;这些关键因素影响政策的选择和净每台机器的程序。这些敏感性分析可以在基于场景的研究和执行结果可以与目前的研究的结果。

3.5.1。净改变政策的选择标准

根据表1在当前的研究中11标准被用来选择适当的网络政策。这些标准的类型和数量可以改变根据机器的制造公司的类型。然而,每台机器可能会改变的政策选择。

3.5.2。净改变政策

在当前的研究中,三个政策厘米,点,和PDM。根据制造企业的需求和机器的类型,类型和数量的净政策可以改变。在这种情况下,机器政策和应用程序的结果可能会发生变化。

3.5.3。生产线参数的变化

(例1)参数的数量的变化:在当前的研究中,根据表中3,六个性能参数被认为是对每台机器。随着这些参数的数量增加,增加模型的精度和机器的政策选择可能会发生变化。(例2)变化的类型参数:根据表中3在当前的研究中,六个功能参数,四个明确的参数,其他两个参数是随机的。这些参数的类型的变化可能会改变政策选择机器的类型。

3.5.4。改变细胞的形成类型

在最近的研究中,细胞的数量表明净程序的类型是由模型。在实践中,随着每个策略的机器数量的增加,细胞的数量可能会受到模型。这个决定会改变汽车网项目的类型。

4所示。讨论

在不同的研究中,提出了不同的方法来选择最好的网络政策。大多数这些方法的使用多准则决策工具通过选择标准。这些常见的方法选择最优网络政策可以分为两大类。在第一种方法(A),只有一个净政策选择对所有生产机器。在第二个常见方法(B),一个单独的政策选择为每个生产线。几篇文章研究的结果表明,由于净政策的选择大量的机器和不够关注每台机器的具体特点,常用的方法有有限的效率。因此,需要高性能的网络政策选择的新方法,关注每台机器的具体特征。在这方面,可以使用仿真软件的功能和专家个人意见的影响可以减少。同时,通过集群机器根据类似的网络政策,减少净程序的多样性和复杂性。

5。结论

本研究的重点是选择合适的网络政策为一组类似的机器的净政策。为此,首先,借助计算机模拟,机器的功能参数的值中提取。这些信息是完成ANP矩阵。以通常的方式,这些信息是由专家和领导申请个人口味选择网络政策。接下来,选择适当的政策为每台机器使用ANP方法。在这种方法中,净可执行程序的数量增加,使操作更复杂。为了减少网络应用,类似的机器被分组在虚拟细胞没有物理位移。对于每个单元格,净程序准备并执行。食品工业中的一个案例研究的结果表明,最优网的政策有些机器位于生产线不同于对方。同时,执行方法的结果与两种传统方法进行了比较。 According to the results, the efficiency of the proposed research method is higher than both conventional methods. Given the limitations of the current research, it is suggested that the sensitivity analyses presented in the current research should be performed in a scenario-based research and the results should be compared with the current research. Increase the accuracy of results and analyses by using decision-making methods with multiple criteria in an uncertainty environment such as FANP.

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。